当前位置:   article > 正文

运用java开发OpenCV_java opencv

java opencv

获取适当的 OpenCV

从版本 2.4.4 开始,OpenCV 包含桌面 Java 绑定。

下载

获取它的最简单方法是从 OpenCV SourceForge 存储库下载版本 2.4.4 或更高版本的相应软件包。

注意

Windows 用户可以在包内的文件夹中找到 Java 开发所需的预构建文件。对于其他操作系统,需要从源代码构建 OpenCV。opencv/build/java/

获取 OpenCV 源代码的另一种选择是克隆 OpenCV git 存储库。为了使用 Java 绑定构建 OpenCV,您需要安装 JDK(Java 开发工具包)(我们推荐 Oracle/Sun JDK 6 或 7)、Apache Ant 和 Python v2.6 或更高版本。

让我们构建 OpenCV:

git clone git://github.com/opencv/opencv.git
光盘opencv
git checkout 2.4
mkdir 构建
CD 构建

生成 Makefile 或 MS Visual Studio* 解决方案,或用于在系统中构建可执行文件的任何内容:

cmake -DBUILD_SHARED_LIBS=关闭 ..

cmake -DBUILD_SHARED_LIBS=OFF -G “Visual Studio 10” ..

注意

OpenCV 构建为一组静态库(-DBUILD_SHARED_LIBS=OFF 选项)时,Java 绑定动态库就足够了,即不依赖于其他 OpenCV 库,而是包含所有 OpenCV 代码。

检查 CMake 的输出,并确保 java 是“要构建”的模块之一。如果没有,则可能是缺少依赖项。您应该通过查看 CMake 输出中查找未找到的任何与 Java 相关的工具并安装它们来进行故障排除。

cmake_output.png

注意

如果 CMake 在系统中找不到 Java,请在运行之前将 JAVA_HOME 环境变量设置为已安装 JDK 的路径。例如:

导出JAVA_HOME=/usr/lib/jvm/java-6-oracle
cmake -DBUILD_SHARED_LIBS=关闭 ..

现在开始构建:

制造 -j8

msbuild /m OpenCV.sln /t:Build /p:Configuration=Release /v:m

除此之外,还将创建一个包含 Java 接口 () 的 jar 和一个包含 Java 绑定和所有 OpenCV 内容(或分别)的本机动态库。我们稍后会用到这些文件。bin/opencv-244.jarlib/libopencv_java244.sobin/Release/opencv_java244.dll

使用 Ant 的 Java 示例

注意

所描述的示例随文件夹中的 OpenCV 库一起提供。opencv/samples/java/ant

  • 创建一个文件夹,您将在其中开发此示例应用程序。
  • 在此文件夹中,使用任何文本编辑器创建包含以下内容的文件:build.xml
    <项目名称=“SimpleSample” basedir=“.” 默认值=“重建-运行”>
    <属性名称=“src.dir=“src”/>
    <属性名称=“lib.dir=“${ocvJarDir}”/>
    <路径 id=“类路径” >
    <文件集 dir=“${lib.dir}” 包括=“**/*.jar”/>
    </路径>
    <属性名称=“build.dir=“build”/>
    <属性名称=“classes.dir=“${build.dir}/classes”/>
    <属性名称=“jar.dir=“${build.dir}/jar”/>
    <属性名称=“主类=“${ant.project.name}”/>
    <目标名称=“clean”>
    <删除 dir=“${build.dir}”/>
    </目标>
    <目标名称=“编译”>
    <mkdir dir=“${classes.dir}”/>
    <javac includeantruntime=“falsesrcdir=“${src.dir}” destdir=“${classes.dir}classpathref=“类路径”/>
    </目标>
    <目标名称=“jardepends=“compile”>
    <mkdir dir=“${jar.dir}”/>
    <jar destfile=“${jar.dir}/${ant.project.name}.jarbasedir=“${classes.dir}” >
    <清单>
    <属性名称=“主类=“${主类}”/>
    </清单>
    </>
    </目标>
    <目标名称=“运行depends=“jar”>
    <java fork=“true类名=“${main-class}”>
    <sysproperty =“java.library.pathpath=“${ocvLibDir}”/>
    <类路径>
    <路径 refid=“类路径”/>
    <路径位置=“${jar.dir}/${ant.project.name}.jar”/>
    </类路径>
    </爪哇岛>
    </目标>
    <目标名称=“重建depends=“clean,jar”/>
    <目标名称=“rebuild-rundepends=“clean,run”/>
    </项目>

    注意

    此 XML 文件可以重用于构建其他 Java 应用程序。它描述了第 3 - 12 行中的通用文件夹结构以及用于编译和运行应用程序的通用目标。重用此 XML 时,不要忘记修改第 1 行中的项目名称,这也是主类的名称(第 14 行)。OpenCV jar 和 jni lib 的路径应作为参数(第 5 行中的“${ocvJarDir}”和第 37 行中的“${ocvLibDir}”),但为方便起见,您可以对这些路径进行硬编码。有关其构建文件格式的详细说明,请参阅 Ant 文档

  • 在文件旁边创建一个文件夹,并在其中创建一个文件。srcbuild.xmlSimpleSample.java
  • 将以下 Java 代码放入该文件中:SimpleSample.java
    导入 org.opencv.core.Core;
    导入 org.opencv.core.Mat;
    导入 org.opencv.core.CvType;
    导入 org.opencv.core.Scalar;
    简单示例 {
    static{ System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
    公共静态无效main(String[] args) {
    System.out.println(“欢迎使用 OpenCV ” + Core.VERSION);
    垫子 m = 新垫子(5, 10, CvType.CV_8UC1, 标量(0));
    System.out.println(“OpenCV 垫子:” + m);
    垫子 mr1 = m.row(1);
    mr1.setTo(标量(1));
    垫子 mc5 = m.col(5);
    mc5.setTo(标量(5));
    System.out.println(“OpenCV 垫数据:\n” + m.dump());
    }
    }
  • 在控制台中包含以下内容的文件夹中运行以下命令:build.xml

    蚂蚁 -DocvJarDir=path/to/dir/containing/opencv-244.jar -DocvLibDir=path/to/dir/containing/opencv_java244/native/library

    例如:

    蚂蚁 -DocvJarDir=X:\opencv-2.4.4\bin -DocvLibDir=X:\opencv-2.4.4\bin\Release

    该命令应启动 [re]build 并运行示例。您应该在屏幕上看到如下内容:

    ant_output.png

适用于 Java 和 Scala 的 SBT 项目

现在,我们将使用 SBT 创建一个简单的 Java 应用程序。这是对不熟悉此构建工具的人的简要介绍。我们之所以使用 SBT,是因为它特别简单和强大。

首先,按照 SBT 网站上的说明下载并安装 SBT

接下来,导航到您希望应用程序源所在的新目录(在目录外部)。我们称它为“JavaSample”,并为它创建一个目录:opencv

CD<opencv 之外的某个地方>
mkdir JavaSample

现在,我们将创建必要的文件夹和一个 SBT 项目:

cd Java示例
mkdir -p src/main/java # 这是 SBT 希望找到 Java 源代码的地方
mkdir project # 这是构建定义所在的位置

现在在您喜欢的编辑器中打开并粘贴以下内容。它定义了您的项目:project/build.scala

导入sbt._
导入Keys._
对象 JavaSampleBuild 扩展 Build {
def scalaSettings = Seq(
scalaVersion := “2.10.0”,
scalacOptions ++= Seq(
“-优化”,
“-未选中”,
“-弃用”
)
)
def buildSettings =
Project.defaultSettings ++
scala设置
惰性值根 = {
val settings = buildSettings ++ Seq(name := “JavaSample”)
Project(id = “JavaSample”, base = file(“.”), settings = settings)
}
}

现在编辑并粘贴以下内容。这将启用 Eclipse 项目的自动生成:project/plugins.sbt

addSbtPlugin(“com.typesafe.sbteclipse” % “sbteclipse-plugin” % “2.1.0”)

现在从根目录运行 sbt,然后从 SBT 中运行 eclipse 以生成一个 eclipse 项目:JavaSample

sbt # 启动 sbt 控制台
eclipse # 在 sbt 控制台中运行 “eclipse”

您应该看到如下内容:

sbt_eclipse.png

现在,您可以使用 Import ... -> Existing projects into workspace 将 SBT 项目导入 Eclipse。对于指南来说,是否真的这样做是可选的;我们将使用 SBT 来构建项目,因此如果您选择使用 Eclipse,它将仅用作文本编辑器。

要测试一切是否正常,请创建一个简单的“Hello OpenCV”应用程序。为此,请创建一个包含以下内容的文件:src/main/java/HelloOpenCV.java

公共HelloOpenCV {
公共静态无效main(String[] args) {
System.out.println(“你好,OpenCV”);
}

}

现在从 sbt 控制台执行 run,或者更简洁地说,从命令行运行 sbt run:

SBT 运行

您应该看到如下内容:

sbt_run.png

运行 SBT 示例

现在,我们将使用 OpenCV 创建一个简单的人脸检测应用程序。

首先,创建一个文件夹并将 OpenCV jar 复制到其中。缺省情况下,SBT 会将 lib 文件夹中的 jar 添加到 Java 库搜索路径中。您可以选择重新运行 sbt eclipse 来更新 Eclipse 项目。lib/

mkdir 库
cp <opencv_dir>/build/bin/opencv_<版本>.jar lib/
SBT 日食

接下来,创建目录并将此 Lena 映像下载到其中:src/main/resources

lena.png

确保它被称为 .resources 目录中的项在运行时可供 Java 应用程序使用。"lena.png"

接下来,从以下目录复制:lbpcascade_frontalface.xmlopencv/data/lbpcascades/resources

cp <opencv_dir>/data/lbpcascades/lbpcascade_frontalface.xml src/main/resources/

现在修改 src/main/java/HelloOpenCV.java,使其包含以下 Java 代码:

导入 org.opencv.core.Core;
导入 org.opencv.core.Mat;
导入 org.opencv.core.MatOfRect;
导入 org.opencv.core.Point;
导入 org.opencv.core.Rect;
导入 org.opencv.core.Scalar;
导入 org.opencv.imgcodecs.Imgcodecs;
导入 org.opencv.objdetect.CascadeClassifier;
//
检测图像中的人脸,在人脸周围绘制方框,并写入结果
更改为“faceDetection.png”。
//
检测脸演示 {
公共无效运行() {
System.out.println(“\n正在运行 DetectFaceDemo”);
从资源中的级联文件创建人脸检测器
目录。
CascadeClassifier faceDetector = new CascadeClassifier(getClass().getResource(“/lbpcascade_frontalface.xml”).getPath());
垫子图像 = Imgcodecs.imread(getClass().getResource(“/lena.png”).getPath());
检测图像中的人脸。
MatOfRect 是 Rect 的一个特殊容器类。
MatOfRect faceDetections = MatOfRect();
faceDetector.detectMultiScale(图像, faceDetections);
System.out.println(String.format“检测到 %s 人脸”, faceDetections.toArray().length));
在每个面周围绘制一个边界框。
forRect rect : faceDetections.toArray()) {
Imgproc.rectangle(image, new Point(rect.x, rect.y), new Point(rect.x + rect.width, rect.y + rect.height), new Scalar(0, 255, 0));
}
保存可视化检测。
字符串文件名 = “faceDetection.png”;
System.out.println(String.format“写入 %s”,文件名));
Imgcodecs.imwrite(文件名,图像);
}
}
公共HelloOpenCV {
公共静态无效main(String[] args) {
System.out.println(“你好,OpenCV”);
加载本机库。
System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
新增功能检测FaceDemo().run();
}
}

请注意对 System.loadLibrary(Core.NATIVE_LIBRARY_NAME) 的调用。在使用任何本机 OpenCV 方法之前,必须为每个 Java 进程执行一次此命令。如果不调用它,则会收到 UnsatisfiedLink 错误。如果在 OpenCV 已经加载时尝试加载它,您也会收到错误。

现在使用“sbt run”运行人脸检测应用程序:

SBT 运行

您应该看到如下内容:

sbt_run_face.png

它还应该将下图写入:faceDetection.png

   在线教程

有需要的小伙伴,可以点击下方链接免费领取或者V扫描下方二维码免费领取

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/你好赵伟/article/detail/623328
推荐阅读
相关标签